从 CAD 图纸自动抽 BOM 和尺寸总出错,多数情况不是识别算法不行,而是图纸结构本身不规范。这件事成立的条件很明确:图纸有可区分的图层、尺寸是真实标注实体而非“手画尺寸线”。正确的做法是先做结构审查——检查图层、DIMENSION 实体、图框与标题栏字段,再按图层和块参照抽取标准件与尺寸。用 ezdxf 本地跑,几千张图半天就能扫一遍,输出结构化报告。最容易踩的坑有三个:标准件散落在 Layer0 里导致无法按图层识别;手画尺寸线冒充真实标注,抽取到的只是普通线段;对没有 XData 的实体直接取值抛异常,批处理中途崩溃。
为什么卡在“结构”而不是“识别”
机械图纸是工程语言,但同一种信息在不同设计院的图纸里可能落在完全不同的图层、用不同的块名。自动化之所以失败,通常不是因为看不懂一个圆表示孔,而是因为无法稳定地区分“哪个圆是孔、哪个圆是装饰、哪个圆属于另一个零件”。据公开技术资料,ezdxf 是目前 Python 处理 DXF 较成熟的库,支持从 R12 到 R2018 的多个版本,把 CAD 实体映射为 Python 对象;配合 query 语法,可以按实体类型、图层、颜色等属性筛选,而不必写大量循环判断。这意味着图纸自动化的第一性问题其实是数据规范问题——先让图层命名、块参照、标注实体有章可循,抽取逻辑才有稳定输入。
用 ezdxf 先给图纸做一次体检
体检的目标是拿到几类硬证据:模型空间实体总数与按类型、按图层的分布;每个图层的颜色、线型、开关与冻结状态;包围盒是否量级合理;真实的 DIMENSION 尺寸实体及其测量值;圆孔的圆心与半径;图框与标题栏字段。下面是一段可直接落地的最小示例(Python,字符串用单引号,避免破坏外层 JS):
import ezdxf
from collections import Counter
def audit(path):
try:
doc = ezdxf.readfile(path)
except IOError:
return None # 非 DXF 或通用 I/O 错误
except ezdxf.DXFStructureError:
doc = ezdxf.recover.readfile(path) # 结构有缺陷的历史图纸
msp = doc.modelspace()
types = Counter(e.dxftype() for e in msp)
layers = Counter(e.dxf.layer for e in msp)
holes = list(msp.query('CIRCLE[layer == HOLE]')) # 示意:按孔位图层筛选
dims = list(msp.query('DIMENSION'))
return {'types': dict(types), 'layers': dict(layers),
'holes': len(holes), 'dims': len(dims)}
这段脚本里有两个来自实战的坑要注意。其一,官方建议同时捕获 IOError 与 ezdxf.DXFStructureError,对“CAD 能打开但结构不完全规范”的历史图纸改用 recover 模块读取——批量场景里这类图纸占比往往不低。其二,get_xdata 在实体没有对应应用名时可能抛错而不是返回空值,取值前要先判空,否则批处理会在某张图上直接中断。把体检做成流水线第一关,问题图纸会被单独挑出,不污染后续抽取结果。
图纸结构审查清单(可直接作为验收项):
1. 轮廓、中心线、虚线、尺寸、文字、图框六类关键图层是否齐全。
2. 是否存在真实 DIMENSION 实体,而非只有线段拼出的“手画尺寸”。
3. 标题栏是否含图号、名称、材料、比例、单位、设计、审核等字段。
4. 图层命名是否规范,有无只有一两个实体的孤立图层或空图层。
5. 实体是否放错图层,例如 PIPE 图层上出现 TEXT。
6. 图框闭合多段线尺寸是否接近常见图幅比例,包围盒量级是否合理。
1. 轮廓、中心线、虚线、尺寸、文字、图框六类关键图层是否齐全。
2. 是否存在真实 DIMENSION 实体,而非只有线段拼出的“手画尺寸”。
3. 标题栏是否含图号、名称、材料、比例、单位、设计、审核等字段。
4. 图层命名是否规范,有无只有一两个实体的孤立图层或空图层。
5. 实体是否放错图层,例如 PIPE 图层上出现 TEXT。
6. 图框闭合多段线尺寸是否接近常见图幅比例,包围盒量级是否合理。
从审查结果到 BOM 的抽取逻辑
结构过关后,抽取就有了稳定入口。标准件通常作为块参照(INSERT)出现,块的每个属性有 tag(标签名)与 text(属性值),把属性列表转成字典即可拿到型号、规格、数量;孔位信息按 CIRCLE 或钻孔图层提取圆心与半径;尺寸从 DIMENSION 实体读取测量值与标注样式;BOM 表若以文字或表格形式存在,可结合文字实体坐标做行聚类再还原成表格。抽取结果建议统一输出为 CSV 或 JSON,并保留“来源图纸、图层、实体句柄”等溯源字段,方便复核。某装配厂约 260 人的脱敏项目里,原来工程师人工数标准件、核对关键尺寸,每张图平均约 25 分钟;引入 ezdxf 抽取加人工复核后,单张图处理时间降到约 6 分钟,一轮约 2000 张图的清点从近两个人月压缩到数天,且因漏数标准件导致的采购返工明显减少。数字为该厂内部前后对比,属可核实的效率量级。
抽取出来的 BOM 与尺寸,只有在进入业务系统后才真正产生价值。把图纸结构与物料主数据对齐后,可直接对接制造执行系统的物料清单与工序卡,避免“图纸一版、系统一版”;把审查规则、典型缺陷图例和返工记录沉淀下来,则形成可复用的制造企业知识库,让新工程师也能按统一标准审图。工具只是入口,规范与闭环才是产出。
要进一步减少“结构性问题”,可以在设计端加一道轻量校验:把上面那份审查清单固化成图纸模板与图层标准,出图时自动检查六类关键图层是否存在、标题栏字段是否填全。据公开技术资料, ezdxf 支持按图层别名批量检查轮廓线、中心线、虚线、尺寸、文字、图框六类要素,并对缺失项输出问题码,例如缺少真实 DIMENSION 实体、缺少图框、标题栏字段不足等。把这套检查前置到设计评审,比事后再清洗历史图纸省得多。对历史存量图,也可以按问题码分批排队:先处理“有缺陷但可 recover 读取”的,再人工介入结构严重混乱的那一小部分。
把抽取结果接进业务闭环
需要提醒的是,自动化抽取不应直接写入生产系统而不经确认。稳妥的模式是“机器抽取、人工确认、系统回写”:系统给出结构化候选与置信度,工程师复核关键字段,确认后再回写 MES 或 ERP。这样既拿到效率,又守住数据准确性。对多品种、小批量企业,图纸版本变化频繁,还应在抽取结果里带上图纸版本号与生效日期,避免用旧版图纸生成新版工单——这类“版本对不上”的问题,往往才是图纸数字化里代价最高的隐患。
参考来源
ezdxf 官方文档(DXF 读取、recover 模块、query 语法、DIMENSION 与属性实体说明) - ezdxf 项目官方文档
DXF(Drawing Exchange Format)作为 CAD 开放数据交换格式的说明 - Autodesk 官方文档
Python 驱动的 CAD 自动化:高效提取尺寸与标准件信息的实战指南(图层规范与 BOM 自动化流程) - TrueSight 技术资料
DXF(Drawing Exchange Format)作为 CAD 开放数据交换格式的说明 - Autodesk 官方文档
Python 驱动的 CAD 自动化:高效提取尺寸与标准件信息的实战指南(图层规范与 BOM 自动化流程) - TrueSight 技术资料